简历中有机器学习相关背景
能使得你的简历让HR眼前一亮
这里推荐几个能够放在简历里的机器学习项目
项目来源于
九章算法《人工智能集训营》
24个项目中的8个
学会利用Sklearn建立Linear Regression 模型,学会使用matplotlib画图,分析feature分布以及和预测变量的关系,观察并解释参数,学会输出测试指标
项目难易程度:⭐️⭐️⭐️️️☆☆
预计课后花费时间:2-3 hours
代码量:80 code lines
使用TensorFlow深入学习入门人脸检测,完成数据预处理、滑动窗口实现、提取不同特征(HOG,LBP,HISTGRAM)、采用模型判别人脸、提出候选框、使用CNN替代这一过程
项目难易程度:⭐️⭐️⭐️️️⭐️⭐️️️️
预计课后花费时间:2-4 hours
代码量:300 code lines
理解真实广告数据,学会构造点击率预估样本,学会构造高级特征,学会选择模型
项目难易程度: ⭐️⭐️⭐️️️⭐️☆
预计课后花费时间: 2-3 hours
代码量: 100 lines
学会使用cv2读入数据图片并存储成向量
学会使用tflearn进行深度学习
建立深度神经网络,包括卷积神经网络CNN,最大池化MaxPooling以及Dropout
使用tflearn进行模型生成和预测
利用模型预测图片并输出图片和预测结果
使用Logistic Regression完成预测并和深度网络结果进行对比
项目难易程度:⭐️⭐️⭐️️️⭐️⭐️️️️
预计课后花费时间:5-6 hours
代码量:110 code lines
学会使用pandas读入csv表格
学会特征选择与标签预处理
手动实现决策树并对比不同特征选择标准
对比不同决策树终止条件与决策树复杂度分析
利用决策树模型对LendingClub贷款数据进行分类预测
项目难易程度:⭐️⭐️⭐️️️⭐️⭐️️️️
预计课后花费时间:7-8 hours
代码量:200 code lines
训练数据清洗
seq2seq网络实现
训练网络
bleu评估
项目难易程度:⭐️⭐️⭐️️️⭐️⭐️️️️
预计课后花费时间:4-8 hours
代码量:400 code lines
学会利用Sklearn建立Naive Bayes 模型
学会使用matplotlib画图,分析feature分布以及和预测变量的关系
了解NLP处理文字的基本原理
学会输出测试指标
项目难易程度:⭐️⭐️⭐️️☆☆
预计课后花费时间:2-3 hours
代码量:60 code lines
理解深度强化学习的模型框架
实现Deepmind经典论文-DQN算法
实现经验回放机制
让机器人学会操控视觉游戏
项目难易程度:⭐️⭐️⭐️️️⭐️⭐️️️️
预计课后花费时间:6-8 hours
代码量:600 code lines
《人工智能集训营》24个机器学习项目介绍
项目难易程度
预计课后话费时间
代码量
九章算法
,由硅谷明星IT企业工程师创办的IT技术求职咨询与教育机构。已经帮助数十万名IT技术求职者拿到offer。《九章算法班》《系统设计班》几乎是每个硅谷IT求职者都上过的课程。官网www.jiuzhang.com